类目筛选（计算机学者）
清除筛选
-
模型类型
-
机器学习/统计学习
-
偏最小二乘法
-
支持向量机
-
随机森林
-
K-近邻
-
梯度提升决策树
-
主成分分析/判别分析
-
逻辑回归/贝叶斯
-
智能手机/其他
-
-
深度学习
-
卷积神经网络
-
循环神经网络
-
目标检测网络
-
图像分割网络
-
生成对抗网络
-
图神经网络
-
序列到序列/编码-解码
-
其他深度学习结构
-
-
大模型与 LLM
-
大语言模型
-
视觉基础模型
-
多模态基础模型
-
知识图谱与 LLM 集成
-
垂直领域微调/指令调优
-
检索增强生成
-
-
模型设计/优化策略
-
迁移学习/领域自适应
-
小样本学习
-
模型可解释性
-
模型轻量化/边缘计算
-
特征工程与选择策略
-
超参优化/自动机器学习
-
强化学习
-
-
-
模型任务
-
分类/鉴别/等级评定
-
定量预测/回归分析
-
缺陷/异物检测与定位
-
过程控制与实时优化
-
知识抽取与语义理解
-
设计/生成与推荐
-
模拟与数字孪生
-
-
模型数据
-
来源
-
可见光/RGB/视频数据
-
高光谱/多光谱光谱
-
红外/拉曼光谱数据
-
时序传感器/物联网数据
-
组学数据
-
质构/流变/感官数据
-
文本/知识库/法规数据
-
多模态/融合数据
-
-
量级
-
小规模数据集
-
中等规模数据集
-
大规模数据集
-
超大规模/工业级数据集
-
公开数据集
-
合成/仿真数据为主
-
-
深度筛选（食品学者）
清除筛选
-
研究对象/基质维度
-
谷物/块根/豆与坚果类
-
小麦
-
玉米
-
大米
-
杂粮
-
马铃薯
-
其他根茎类
-
其他谷物与块根
-
豆类与坚果（及籽类）
-
-
肉类/蛋类与水产品
-
畜肉
-
禽肉
-
鱼肉
-
甲壳类
-
软体与贝类
-
内脏及副产物
-
其他肉与水产品
-
蛋类及其制品
-
-
乳及乳制品
-
液态乳
-
发酵乳/酸奶
-
奶酪
-
乳粉
-
乳清及乳清制品
-
其他乳制品
-
-
水果/蔬菜与菌菇类/植物类
-
新鲜水果
-
新鲜蔬菜
-
果蔬汁/浓缩汁
-
果蔬干/果脯/蔬菜干
-
其他果蔬制品/植物类
-
食用菌菇
-
食用花卉
-
-
油脂及油脂制品
-
植物油
-
动物油脂
-
起酥油/人造脂肪
-
油炸食品
-
其他油脂制品
-
-
饮料
-
果蔬饮料
-
茶/茶饮料
-
咖啡饮料
-
乳饮料
-
功能/运动饮料
-
碳酸饮料
-
酒精饮料
-
其他饮料
-
-
糖、焙烤与糖果制品
-
面包
-
蛋糕/糕点
-
饼干/薄脆制品
-
糖果
-
巧克力及含可可制品
-
其他焙烤与糖果制品
-
蜂蜜等天然糖
-
-
发酵食品及酱腌制品
-
大豆发酵制品
-
蔬菜发酵制品
-
发酵豆制品
-
谷物发酵食品
-
肉类发酵制品
-
水产发酵制品
-
其他酱腌/发酵食品
-
-
复合/即食/餐饮食品
-
方便面及速食米面
-
预制菜/即食菜肴
-
冷冻方便食品
-
罐头菜肴
-
餐饮菜品与团餐
-
其他复合食品
-
-
新资源食材
-
昆虫蛋白
-
微藻及藻类产品
-
单细胞蛋白
-
细胞培养肉
-
其他新资源食材
-
-
食品添加剂与配料
-
碳水化合物配料
-
脂肪/油脂配料
-
蛋白质配料
-
乳化剂/稳定剂/增稠剂
-
甜味剂
-
香精香料
-
酸度调节剂/防腐剂/抗氧化剂
-
营养强化剂
-
其他添加剂与配料
-
-
新材料/包装与接触材料
-
塑料材料
-
纸及纸板
-
金属材料
-
玻璃材料
-
生物基/可降解材料
-
多层复合材料
-
探针与分析传感材料
-
其他材料
-
-
食品加工设备与机械系统
-
热处理设备
-
干燥设备
-
挤压/混合/成型设备
-
分选/分级/检验设备
-
灌装/封口/包装设备与生产线
-
清洗/CIP/卫生相关设备
-
输送/搬运/机器人系统
-
其他加工设备与系统
-
-
-
研究主题/科学问题维度
-
加工与新加工技术
-
传统热加工
-
非热加工技术
-
物理辅助加工
-
3D 打印与结构构筑
-
挤压膨化与共挤技术
-
其他加工技术
-
-
保藏与贮藏
-
冷藏与冷冻保藏
-
干燥保藏
-
改良气调/控气贮藏
-
保鲜涂膜与保鲜剂
-
货架期预测与品质劣变动力学
-
其他保藏技术
-
-
品质、结构与理化性质
-
质构与流变性质
-
颜色与外观品质
-
微观结构与成像
-
氧化、褐变等化学变化
-
其他品质相关性质
-
特征风味
-
-
营养与生物功能
-
基本营养价值评价
-
抗氧化/抗炎等功能
-
血糖、血脂与代谢相关功能
-
肠道健康与微生物相关功能
-
其他生物活性与健康效应
-
-
食品安全与风险评估
-
微生物安全
-
化学污染物
-
加工污染物
-
过敏原与毒性问题
-
暴露评估与风险表征
-
其他安全问题
-
-
包装与智能监测
-
包装设计与机械性能
-
活性包装
-
智能/指示型包装
-
包装系统中的监测与标签应用
-
其他包装相关研究
-
-
可持续性与资源高值化
-
副产物与废弃物高值利用
-
能耗/水耗与环境影响分析
-
生命周期评价与碳足迹
-
循环经济与绿色供应链
-
其他可持续性主题
-
-
感官科学与消费者研究
-
感官评价与方法学
-
消费者偏好与接受度
-
市场细分与消费行为
-
标签、营养声称与信息呈现
-
其他感官与消费者研究
-
-
过程控制与数字化
-
过程监测与在线检测
-
过程优化与控制策略
-
生产管理与数字化工厂
-
其他过程控制与数字化研究
-
-
-
研究方法/证据层级维度
-
理化与结构表征
-
常规理化指标测定
-
质构与流变测试
-
显微与成像技术
-
光谱/色谱/质谱等分析方法
-
其他理化与结构表征
-
-
微生物与发酵实验
-
微生物计数与生长曲线
-
菌种筛选与特性评价
-
发酵工艺与动力学
-
生物膜与耐受性研究
-
其他微生物/发酵方法
-
-
组学与高通量技术
-
基因组学
-
转录组学
-
蛋白质组学
-
代谢组学
-
微生物组/宏基因组学
-
其他组学方法
-
风味组学
-
-
体外模型
-
体外消化模型
-
体外发酵模型
-
细胞模型
-
模拟胃肠/肠道系统
-
其他体外模型
-
-
动物实验/人体试验
-
小动物实验
-
大动物实验
-
人体干预试验
-
观察性人群研究
-
其他体内/人群研究
-
-
统计建模与仿真
-
传统统计分析与回归
-
响应面分析与多因素优化
-
动力学建模
-
数值仿真
-
其他统计建模方法
-
-
问卷/市场与消费者研究
-
问卷设计与实施
-
访谈与质性研究
-
行为实验与选择实验
-
其他消费者研究方法
-
-
标准/法规/数据库分析
-
标准与法规对比分析
-
政策评估与影响分析
-
食品成分/消费数据库分析
-
其他标准法规相关方法
-
-
其他方法
-
专利分析
-
德尔菲法与专家咨询
-
情景分析与情景模拟
-
其他难以归类的方法
-
-
-
关键营养素/成分维度
-
常量营养素（宏量）
-
蛋白质与氨基酸
-
脂质与脂肪酸
-
碳水化合物与糖类
-
-
膳食纤维与抗性淀粉
-
可溶性膳食纤维
-
不溶性膳食纤维
-
抗性淀粉
-
其他膳食纤维类成分
-
-
维生素
-
脂溶性维生素 A/D/E/K
-
维生素 C
-
维生素 B 族
-
其他维生素或前体
-
-
矿物质与微量元素
-
钙
-
铁
-
锌
-
碘/硒等微量元素
-
钠/钾/镁等常量矿物质
-
其他矿物质
-
-
植物化学/生物活性成分
-
多酚与黄酮
-
花青素与类胡萝卜素
-
酚酸类
-
含硫植物化合物
-
其他植物化学物质
-
-
益生菌/益生元/合生元
-
益生菌菌株
-
益生元
-
合生元产品
-
可发酵底物与其他肠道相关成分
-
-
功能性脂类与糖替代品
-
植物甾醇/甾烷醇
-
共轭亚油酸
-
中链脂肪酸
-
糖醇类
-
非营养性甜味剂
-
盐替代品与其他代谢敏感因子
-
-
其他特殊成分
-
咖啡因
-
茶氨酸
-
胆固醇
-
嘌呤
-
其他特殊成分
-
-
标签记录（计算机学者）
清除全部筛选
标签记录（食品学者）
共 130 条结果
-
基于冻结态高光谱成像和宽度学习系统的脆肉罗非鱼解冻滴水损失早期预测
查看原文
2026
Food Control
中科院一区JCR一区
Shuqi Tang, Jinpeng Yang, & Nan Zhong
计算机标签
小样本学习 特征工程与选择策略 定量预测/回归分析 高光谱/多光谱光谱 红外/拉曼光谱数据食品标签
鱼肉 质构与流变性质 冷藏与冷冻保藏 光谱/色谱/质谱等分析方法 显微与成像技术 蛋白质与氨基酸滴水损失是持水能力的重要指标，直接影响脆肉罗非鱼冷冻贮藏期间的质构、感官品质和商业价值。传统重量法测定需在解冻后进行，限制了其在冷链条件下主动质量控制中的应用。直接从冻结状态预测解冻后滴水损失具有挑战，因为光谱响应必须间接反映冰晶形成和蛋白质变性诱导的潜在微结构损伤及后续水分迁移行为。本研究采用可见-近红外和短波红外高光谱成像，捕捉脆肉罗非鱼冻结状态的光谱特征。研究将适合高维小样本建模的宽度学习系统与不同预处理和波长选择策略结合，构建预测模型。结果表明，SWIR 区域较 VNIR 区域具有更优预测性能，说明 SWIR 波长对水分子相互作用和结构变化更敏感。最优 SG-SPA-BLS 模型取得 R2P = 0.8520、RMSEP = 1.8713、RPD = 2.6212。空间预测图进一步揭示了冻结条件下滴水损失易感性的空间异质性。这些发现表明，冻结态高光谱成像结合高效 BLS 可实现解冻诱导滴水损失潜力的早期无损评估，并有望用于脆肉罗非鱼品质分级和冷链优化。
-
使用机器学习方法根据南极磷虾的新鲜度预测发酵磷虾酱的质量
查看原文
2026
Food Chemistry
中科院一区JCR一区
Wenhui Qu, Luying Tang, Ruoshu Li, Weijia Liu, Xiaoming Jiang, Qing Kong, Yunqi Wen, & Changhu Xue
计算机标签
机器学习/统计学习 特征工程与选择策略 定量预测/回归分析 小规模数据集食品标签
甲壳类 其他酱腌/发酵食品 货架期预测与品质劣变动力学 常规理化指标测定 发酵工艺与动力学南极磷虾，一种类似虾的甲壳类，其质量强烈影响发酵虾酱的质量，但其关系和预测方法仍不清楚。本研究评估了75个不同新鲜度的磷虾样品及其对应的虾酱，并成功开发了一个高性能预测模型，将原料质量与产品质量联系起来。虾在室温下仅放置24小时后便显著变质，颜色变暗，腐败相关化合物增加，产率和转换率分别从80.4%和87.1%急剧下降至58.9%和63.7%。使用多种特征选择方法和模型的机器学习表明，Lasso回归能够有效降低多重共线性，其与线性模型的结合提高了预测准确性，约有80%的特征拟合良好，并且约70%的特征平均绝对百分比误差低于5%。本研究成功建立了将磷虾新鲜度与虾酱质量联系起来的精确模型，为磷虾利用和智能发酵提供了指导。
-
基于高光谱成像的冻融鸡肉中脂质与蛋白质氧化同步检测及可视化
查看原文
2026
Food Research International
中科院一区JCR一区
Kunshan Yao, Yexin Xu, Jun Sun, Bing Zhou, Bing Zhang, Xiaojiao Du & Yibo Zhang
计算机标签
卷积神经网络 特征工程与选择策略 定量预测/回归分析 高光谱/多光谱光谱 质构/流变/感官数据食品标签
禽肉 冷藏与冷冻保藏 氧化、褐变等化学变化 常规理化指标测定 显微与成像技术 光谱/色谱/质谱等分析方法 蛋白质与氨基酸 脂质与脂肪酸冷冻肉在贮藏过程中的品质下降主要归因于脂质和蛋白质的氧化反应。本研究旨在利用高光谱成像（HSI）技术评估冻融鸡肉中的脂质和蛋白质氧化程度。在十次冻融（F-T）循环过程中，鸡肉中的硫代巴比妥酸反应物质（TBARS）含量从0.0910 mg/kg升至0.5120 mg/kg，羰基含量从1.0560 nmol/mg升至3.9550 nmol/mg。相关性分析结果表明，TBARS与羰基含量之间存在强相关性（r = 0.982）。针对传统方法需为各指标分别训练独立模型而效率低下的问题，本研究提出一种融合格拉姆角差分场（GADF）与多任务卷积神经网络（MTCNN）的新型多任务深度学习框架，以计算机视觉处理模式实现TBARS和羰基含量的端到端同步预测。所构建的GADF-MTCNN模型在相关任务中表现出优异的预测性能，显著优于对比的单输出深度学习模型，其对TBARS的预测结果为：预测决定系数R²p = 0.9458，预测均方根误差RMSEP = 0.0296 mg/kg，相对预测偏差RPD = 4.3030；对羰基含量的预测结果为：R²p = 0.9545，RMSEP = 0.1905 nmol/mg，RPD = 4.7014。此外，通过将所建立的GADF-MTCNN模型应用于高光谱图像，可在像素尺度上同步可视化脂质和蛋白质氧化分布，这有助于冻融鸡肉的贮藏与销售管理。研究结果表明，高光谱成像结合GADF-MTCNN模型在评估冻融鸡肉脂质和蛋白质氧化方面具有巨大应用潜力。
-
基于电子鼻、GC-IMS、GC-MS 及机器学习算法的不同硒浓度培养的蛋白核小球藻挥发性有机物表征
查看原文
2026
Food Research International
中科院一区JCR一区
Siyan Liu, Heyu Pan, Yanchao Mao, Feifei Wang, Na Zhang, Shuyi Li & Zhenzhou Zhu
计算机标签
偏最小二乘法 随机森林 特征工程与选择策略 分类/鉴别/等级评定 组学数据食品标签
微藻及藻类产品 氧化、褐变等化学变化 特征风味 抗氧化/抗炎等功能 过程优化与控制策略 光谱/色谱/质谱等分析方法 其他理化与结构表征 风味组学 碘/硒等微量元素蛋白核小球藻是一种极具开发前景的植物性蛋白来源，但其脂质氧化产生的挥发性异味物质严重限制了消费者的接受度。硒（Se）作为一种有益的微量元素，可通过增强抗氧化能力改善植物的风味特性。本研究探究了硒添加量（0–2 mg/L）对蛋白核小球藻挥发性物质组成的影响，并探讨了其内在作用机制。电子鼻分析结果显示，不同处理组间的风味轮廓存在显著差异。气相色谱-离子迁移谱（GC–IMS）与气相色谱-质谱联用（GC–MS）分别鉴定出25种和28种挥发性有机化合物（VOCs）。通过正交偏最小二乘判别分析（OPLS–DA）、随机森林（RF）建模以及气味活性值（OAV）与相对气味活性值（ROAV）计算，筛选出15种关键香气化合物。值得注意的是，0.50 mg/L的硒被确定为最佳富集浓度，该浓度可通过减少醛类物质（尤其是己醛）的积累提升整体风味品质。这种改善作用归因于硒介导的脂质含量降低与抗氧化能力增强，具体表现为谷胱甘肽过氧化物酶（GPx）活性升高、活性氧（ROS）水平降低、脂质过氧化程度缓解，同时脂氧合酶（LOX）与氢过氧化物裂解酶（HPL）活性分别下降60.08%和37.31%，从而抑制异味挥发性有机化合物的形成。总体而言，本研究首次证实硒可调控蛋白核小球藻的风味轮廓，并初步阐明适宜硒添加量通过重塑生化组成、维持氧化还原稳态及调控醛类生物合成关键酶活性以改善风味品质的机制。该研究结果为开发新型功能性微藻食品提供了理论依据。
-
基于傅里叶变换近红外光谱结合机器学习的沙门氏菌、大肠杆菌 O157:H7 与单核细胞增生李斯特氏菌分类检测
查看原文
2026
Food Research International
中科院一区JCR一区
Samet Ozturk, Lihan Huang, Cheng-An Hwang & Shiowshuh Sheen
计算机标签
偏最小二乘法 支持向量机 随机森林 智能手机/其他 卷积神经网络 特征工程与选择策略 分类/鉴别/等级评定 红外/拉曼光谱数据食品标签
微生物安全 光谱/色谱/质谱等分析方法 菌种筛选与特性评价本研究旨在探究傅里叶变换近红外（FT-NIR）光谱结合机器学习（ML）算法在精准识别三种食源性病原体方面的潜在应用，这些病原体包括沙门氏菌属、单核细胞增生李斯特氏菌以及大肠杆菌O157:H7。每种病原菌（各选取两株菌株）均单独培养，并通过乙醇-去离子（DI）水溶液依次洗涤的方式进行纯化。将各纯化培养物转移至铺有定制切割滤纸的96孔细胞板的各孔中，随后在50℃、20千帕条件下真空干燥1小时。利用与傅里叶变换近红外过程分析仪相连的漫反射探头，采集脱水细菌细胞在1000–2400纳米波长范围内的吸收光谱。为确定最优分类流程，采用十种不同预处理方法、三种特征选择方法以及多种监督算法对采集的光谱进行分析，其中监督算法包括偏最小二乘判别分析（PLS-DA）、支持向量机（SVM）、随机森林（RF）、人工神经网络（ANN）和卷积神经网络（CNN）。此外，通过欠采样与提升步骤进一步提升所构建机器学习流程的识别准确率。结果表明，支持向量机、随机森林、人工神经网络和卷积神经网络的性能优于偏最小二乘判别分析，其分类准确率均超过90%。研究结果显示，采用萨维茨基-戈莱一阶导数（SG1）滤波对全光谱进行预处理后再结合支持向量机分类，可获得最高准确率，该机器学习流程的总体准确率达95.3%。本研究凸显了傅里叶变换近红外光谱结合机器学习算法在加工环境中对脱水表面食源性病原体进行检测与识别的强大能力。
